蚁群算法选择神经网络参数的网络入侵检测

• 作者: 刘芳芳
• 来源期刊: 现代电子技术
• 关键词: 网络安全 非法用户 入侵检测 蚁群算法
• 年，卷（期）: 2017,（21）
• 所属期刊栏目: 信息安全
• 页码范围: 80-83
• 页数: 4页
• 分类号: TN915.08-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.21.022

摘要

为了解决网络入侵检测率低的难题,提出蚁群算法选择神经网络参数的网络入侵检测模型(ACO-NN).首先收集网络入侵检测数据,然后采用神经网络对入侵检测数据进行学习,通过蚁群算法解决神经网络参数选择问题,最后采用标准入侵检测数据进行验证性测试,并与其他模型进行对比分析.结果表明,所提模型解决了神经网络参数优化难题,降低了网络入侵检测的错误率,改善了网络入侵检测的正确率,有助于保证网络的安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘芳芳		9	2	1.0	1.0